Neuer Bereich für Datenqualität im Energy Monitor
Entwickler-Update 03/2026
Ein Zählerüberlauf hier, ein defektes Messgerät da und ab und zu ein Zeitversatz oder ein Update bei einer Schnittstelle: Es gibt die verschiedensten Gründe für Ungereimtheiten und Ausreißer in den erfassten Energiedaten.
Da saubere Daten aber die Grundlage für eine belastbare Analyse sind, haben wir den Funktionsumfang der Energy Monitor Software für eine einfachere Prüfung der Datenqualität erweitert. Warum es sich lohnt, diese Funktion auch regelmäßig zu nutzen, erfahren Sie in diesem Entwickler-Update.
Die Datenkorrektur im Energy Monitor
Unter Verwaltung → Datenkorrektur kann man fehlerhafte oder unplausible Messwerte bei Bedarf direkt im Energy Monitor anpassen. Dies ist insbesondere hilfreich nach Zählerausfällen, Fehlkonfigurationen oder technischen Störungen. Warum die Funktion wichtig ist, wann sie eingesetzt werden kann und wann besser nicht haben wir im Entwickler-Update zur Datenkorrektur bereits ausführlicher beschrieben.
Neuer umfassender Analysebereich für Datenqualität
Die Funktionen der Datenkorrektur wurden nun mit dem letzten Update nochmals deutlich erweitert: Die bisherige Event-Suche in der Datenkorrektur wurde zu einem umfassenden Bereich für Datenqualität ausgebaut. Dieser liefert nun mit einigen neuen Elementen eine strukturierte Übersicht zur Datenqualität der ausgewählten Messstelle(n).
Gefilterte Übersicht zu Datenfehlern
Direkt am Anfang werden drei zentrale Kennzahlen visuell hervorgehoben:
- Anzahl der Ausreißer
- Anzahl der Unstetigkeiten
- Anzahl der fehlenden Datenstunden
Damit lässt sich sofort erkennen, ob bei einer Zählstelle in dem ausgewählten Zeitraum Auffälligkeiten bestehen. Für die Ausreißer in den Daten gibt es außerdem einen zusätzlichen Filter, der den Schweregrad (extrem, hoch oder moderat) angibt.
Heatmaps und Box-Plots für die Detailanalyse der Datenfehler
Um die Ausreißer, Unstetigkeiten und Datenlücken zeitlich besser einordnen zu können, gibt es zu jedem der drei Punkte eine eigene Heatmap. Mit einem Klick auf eine Zelle mit Auffälligkeiten kann man einfach in die Detail-Analyse wechseln, wo alle Fehler mit Zeitstempel aufgeführt werden.
Eine Box-Plot-Darstellung visualisiert jeden Ausreißer, sodass direkt erkennbar ist, wie weit der gemessene Wert vom Normalbereich entfernt ist und in welche Richtung (nach oben oder unten) die Abweichung war. Die grüne Zone im Box-Plot markiert den Normalbereich, ein Punkt gibt den tatsächlichen Messwert an und die überschrittene Schwelle wird mit einer Fence-Linie dargestellt. Mit einem Hover oder Klick auf das Diagramm erscheint ein Pop-Over mit den exakten Werten zu Messwert, Normalbereichgrenzen, Fence und Einheit.
Wann ist für den Energy Monitor ein Ausreißer ein Ausreißer?
Um bewerten zu können, was ein Ausreißer ist und was nicht, bewertet der Energy Monitor jeden Messwert im Vergleich zu den typischen Wertebereichen, die an dieser Zählstelle historisch auftreten. Dafür werden aus allen vorhandenen Daten realistische Ober‑ und Untergrenzen abgeleitet, sodass automatisch erkennbar wird, welche Werte „normal“ sind und welche stark aus dem üblichen Rahmen fallen. Ein Messpunkt gilt dann als Ausreißer, wenn er diese individuell berechneten Grenzen deutlich über- oder unterschreitet.
Die individuell berechneten Grenzwerte auf Basis der historischen Messwerte sind gerade bei der Bewertung von Energiezählerdaten wichtig. Denn Maschinen und Anlagen haben unterschiedliche Betriebszustände (Standby, Leerlauf, Übergang, Betrieb…). Einfach einen Mittelwert zu bilden, der ausschlaggebend für die Einordnung von Abweichungen ist, führt zu sehr vielen nicht aussagekräftigen Meldungen.
Warum Sie die Datenqualität Ihrer Energiedaten im Auge behalten sollten
Ein Messgerät, eine Schnittstelle oder einen anderen Messpunkt einmal korrekt einzurichten und zu prüfen, garantiert leider nicht, dass die Daten auf ewig korrekt in den Energy Monitor übertragen werden. Dafür wirken zu viele Einflussfaktoren auf das System ein. Solche Fehler sind normal, aber sie müssen erkannt und bewertet werden.
Denn eine hohe Datenqualität ist nicht nur für verlässliche Auswertungen und Berichte entscheidend – sie bildet auch das Fundament für alle weiterführenden Analysen, die auf diesen Messwerten aufbauen. Je sauberer und vollständiger die Datenbasis, desto präziser lassen sich Muster erkennen, Entwicklungen prognostizieren und Optimierungspotenziale sichtbar machen. Das wird besonders wichtig für Funktionen wie KI- und Machine-Learning-Anwendungen, die künftig noch stärker automatisiert arbeiten und komplexe Zusammenhänge selbstständig ableiten. Wer seine Messdaten gut im Blick behält, schafft also heute die Grundlage für deutlich tiefere Einblicke von morgen. Wie neue KI‑basierte Erweiterungen den Energy Monitor in Zukunft unterstützen, erfahren Sie in einem der nächsten Entwickler‑Updates.
Haben Sie Fragen zu einem der Features? Schicken Sie uns gerne eine Nachricht!
Eine Übersicht mit allen Neuerungen in unseren Software-Lösungen finden Sie übrigens hier:
